Skip to main content
QUICK REVIEW

[論文レビュー] Bi-Directional Cascade Network for Perceptual Edge Detection

Jianzhong He, Shiliang Zhang|arXiv (Cornell University)|Feb 28, 2019
Advanced Neural Network ApplicationsComputer Science参考文献 61被引用数 38
ひとこと要約

BDCNは層ごとの監視とスケール強化モジュールを備えた双方向カスケードを導入し、浅いネットワークで多重尺度のエッジ表現を学習して、BSDS500、NYUDv2、Multicueで最先端のエッジ検出を達成します。

ABSTRACT

Exploiting multi-scale representations is critical to improve edge detection for objects at different scales. To extract edges at dramatically different scales, we propose a Bi-Directional Cascade Network (BDCN) structure, where an individual layer is supervised by labeled edges at its specific scale, rather than directly applying the same supervision to all CNN outputs. Furthermore, to enrich multi-scale representations learned by BDCN, we introduce a Scale Enhancement Module (SEM) which utilizes dilated convolution to generate multi-scale features, instead of using deeper CNNs or explicitly fusing multi-scale edge maps. These new approaches encourage the learning of multi-scale representations in different layers and detect edges that are well delineated by their scales. Learning scale dedicated layers also results in compact network with a fraction of parameters. We evaluate our method on three datasets, i.e., BSDS500, NYUDv2, and Multicue, and achieve ODS Fmeasure of 0.828, 1.3% higher than current state-of-the art on BSDS500. The code has been available at https://github.com/pkuCactus/BDCN.

研究の動機と目的

  • 異なる物体スケールでのエッジを扱うための多重尺度エッジ検出を促進する。
  • 各層をスケール特定のエッジで監督するBi-Directional Cascade Network (BDCN)を提案する。
  • 拡張畳み込みを用いたスケール強化モジュール(SEM)を導入し、多重尺度表現を豊かにする。
  • 浅いネットワークで競争力のあるエッジ検出性能を達成する。
  • BSDS500、NYUDv2、Multicueデータセット全体で改善を示す。

提案手法

  • スケールターゲットのエッジ予測を生成するため、埋め込みSEMを持つIncremental Detection Block (ID Block)を導入する。
  • 訓練中に浅い層から深い層へおよび深い層から浅い層へエッジ予測を伝播する双方向カスケードを使用する(S2DとD2S);融合層で結合する。
  • 各ID Blockを、二つの層特异監督(s2dとd2s)と全体的な融合損失で訓練する。
  • SEMは、ブロック内の多尺度コンテキストを捉えるため、異なる膨張率を用いた複数の並列拡張畳み込みを適用する。
  • 多項損失を定式化する:L = w_side * L_side + w_fuse * L_fuse、L_side は P_s^{d2s} vs Y_s^{d2s} および P_s^{s2d} vs Y_s^{s2d} を含む。
  • グラウンドトゥルースは、スケール特異的なエッジマップと補完的な監督 Y_s^{s2d} および Y_s^{d2s} に分解され、スケール専用学習を促進する。

実験結果

リサーチクエスチョン

  • RQ1層ごとにスケール専用の監督を付けることで、複数スケールでのエッジ検出を改善できるか?
  • RQ2双方向カスケードは、深いネットワークに過度に依存せずに効果的なスケール特化を実現できるか?
  • RQ3SEMを付加した浅いネットワークは、競争力のある、あるいは優れたエッジ検出性能を達成できるか?
  • RQ4SEMパラメータ(拡張率と拡張の数)は、多重尺度エッジ学習にどう影響するか?
  • RQ5標準データセットで、SEMの有無やカスケード方向の異なるBNDCN変種はパフォーマンスが異なるか?

主な発見

  • SEMを用いたBDCNはBSDS500でSOTAのODS F-measure(0.828)を達成し、従来法を1.3%上回る。
  • BDCNはBSDS500のtrainvalデータで人間の知覚を上回る(ODS 0.828 vs 0.803)。
  • BDCNはNYUDv2とMulticueで競争力のある結果を達成し、しばしばODS、OIS、AP指標で他手法を上回る。
  • パラメータ数を抑えつつ、BDCLN(BDCN)は高い性能を達成。例えば5ブロックモデルは約1600万パラメータでBSDS500のODS約0.82。
  • アブレーションにより、SEMと双方向カスケードの組み合わせが最良の結果をもたらし、浅いネットワークにおける多尺度表現にはSEMが特に重要である。
  • BDCNは深さを削っても堅牢で、HEDやRCFと比較して少ないパラメータ量で競争力のあるODSを維持する。

この論文を読む

Nubintのビューアで原文を開き、読みながら気になる箇所をすぐに質問できます。

Nubintでこの論文を読む

このレビューはAIが論文の原文をもとに作成しました。引用する前に原文をご確認ください。